ChatGPT Work 实战教程:6 大岗位工作流 Prompt 模板 + 定时任务配方(2026)
2026 年 7 月 9 日 OpenAI 发布 ChatGPT Work 后,真正的问题是:明天上班能拿它干什么?本文面向销售、市场、财务、运营、产品、工程六大岗位,提供可复制 Prompt 模板、Plan Mode 审核要点、Scheduled Tasks 自动化配方、用量优化技巧、30 天路线图与 FAQ——姊妹篇侧重发布解读,本文专注「怎么用」。
内容目录
摘要
2026 年 7 月 9 日,OpenAI 发布 ChatGPT Work,Codex 并入全新 ChatGPT 桌面应用。若你已知道「它是什么」,下一步真正的问题是:我明天上班能拿它干什么?OpenAI 官方建议的入门方式很直接——先交给你已经熟悉的一项任务,比如月结差异分析、营销活动 Brief、销售会议准备。本文沿这条思路展开。
想了解发布背景、功能全景、与 Claude Cowork 的对比?请阅读姊妹篇:ChatGPT Work 正式发布:Codex 并入 ChatGPT,AI 超级应用时代来了
痛点拆解:为什么需要岗位级工作流?
- 知道产品,不知道落地场景:发布解读读完仍不清楚自己岗位该用哪个 Prompt、连哪些插件、输出什么格式成品。
- Prompt 写错模式浪费用量:把 Work 当 Chat 用会 micromanage 步骤;把 Chat 当 Work 用则无法跨 App 交付文档——同一工作流成本可差 5 倍。
- 自动化不敢无人值守:Scheduled Tasks 若未设 Plan Mode 审核、插件范围与输出路径,高赌注任务(财务报告、对外邮件)存在覆盖文件与误发风险。
一、开始之前:3 个决定成败的使用原则
| 原则 | 说明 | 实操建议 |
|---|---|---|
| 描述结果,而非步骤 | Work 模式会自主规划路径;你只需说清楚「要什么成品」 | ❌「打开 Salesforce,导出数据,再…」 → ✅「基于 @Salesforce 近 30 天商机,生成带风险标注的周报 PPT」 |
| 先连工具,再下任务 | 插件目录是 Work 的「数据源」 | 任务开始前确认 Gmail、Slack、Drive 等已授权;用 @应用名 显式指定来源 |
| Plan Mode 是你的刹车 | 复杂任务先出计划、你确认后再执行 | 高赌注任务(对外邮件、财务报告、客户交付物)务必逐条审核计划 |
1.1 选对模式:Chat / Work / Codex 快速分流
| 你的需求 | 推荐模式 | 原因 |
|---|---|---|
| 快速问答、头脑风暴、单轮文案 | Chat | 轻量、响应快 |
| 跨 App 多步骤、交付成品文件、数小时长任务 | Work | 插件集成 + Plan Mode + Computer Use |
| 代码审查、PR 管理、多仓库开发 | Codex | 保留开发者专属工作流 |
| 每周重复、无人值守的后台任务 | Work + Scheduled Tasks | 定时/触发式自动推进 |
1.2 桌面端 vs Web 端:工作流选型
| 场景 | 推荐环境 |
|---|---|
| 需要读写本地文件、Computer Use、免费套餐试用 | 桌面端(Mac / Windows) |
| 团队协作、随时查看任务进度 | Web / 移动端(Plus 及以上) |
| 销售会议 Brief 自动生成 + 邮件通知 | Web 端 Workspace Agent + 定时调度 |
| 本地 Excel 对账、文件夹批处理 | 桌面端 Work 模式 |
二、通用工作流框架:5 步跑通第一个任务
2.1 Prompt 写作公式(Work 模式专用)
示例骨架:你是 [岗位角色]。从 @Salesforce 和 @Gmail 拉取 [时间范围] 的 [数据类型]。完成 [具体动作],输出为 [Google Docs / Excel / PPT / Sites]。约束:[不可修改原始数据 / 金额保留两位小数 / 不对外发送邮件]。完成后 [Slack 通知我 / 保存到指定文件夹]。
2.2 Plan Mode 审核清单
- 数据来源是否正确(会不会拉到错误客户/错误月份)?
- 是否有「对外发送」「删除」「覆盖文件」等高风险动作?
- 输出格式是否符合团队模板?
- 中间步骤是否可删减以节省用量?
- 是否需要设置人工确认节点?
三、6 大岗位实战工作流(含 Prompt 模板)
以下模板基于 OpenAI 官方案例、早期测试用户反馈(Zapier、Nvidia、Virgin Atlantic 等)及 Workspace Agent Cookbook 整理,可按实际工具栈替换 @插件名。
3.1 销售(Sales)
场景 A:客户会议自动 Brief(每日定时)
痛点:销售每天花 1–2 小时手动整理客户背景、近期动态、会议议程。Work 解法:定时扫描日历 → 拉取 CRM 笔记 → 搜索近期新闻 → 生成 Brief 并存档。
OpenAI 内部案例参考:销售团队将一次 Discovery 对话在 24 小时内转化为定制化 PoC 方案(传统流程需数周)。
场景 B:账户动态指挥中心(Sites + 每日更新)
痛点:大客户账户信息分散在 CRM、邮件、Slack。Work 解法:用 Codex Sites 建 live dashboard,每日自动刷新。
场景 C:线索审查与管道修复(Zapier 案例改编)
3.2 市场(Marketing)
场景 A:研究 → Brief → 多市场素材(端到端流水线)
场景 B:Slack / Teams 动态同步到会议议程
3.3 财务(Finance)
场景 A:月结差异分析(OpenAI 内部验证场景)
OpenAI 内部效果:月结关账与预测流程从「数天」压缩到「数小时」。
场景 B:发票与付款对账(AP 自动化第一关)
3.4 运营(Operations)
场景 A:每日仪表盘变化监控
场景 B:客户反馈主题聚类 → 产品优先级
3.5 产品(Product)
场景 A:跨 Jira + GTM 计划的上线就绪审查(Nvidia 案例改编)
3.6 工程(Engineering)— Work 与 Codex 协作
工程场景建议 Codex 模式负责代码实现,Work 模式负责跨团队协作文档。两者在同一桌面 App 内切换,无需换工具。
场景 A:PR 审查 + 发布说明(Codex 主导)
场景 B:多仓库 Issue 汇总周报(Codex 多仓库新能力)
四、Scheduled Tasks 自动化配方库
| 配方名称 | 触发方式 | 任务描述 | 适合岗位 |
|---|---|---|---|
| 周一议程刷新 | 每周一 07:00 | 汇总 Slack 动态 → 更新议程 Doc | 市场 / 运营 |
| 每日指标早报 | 每个工作日 06:30 | 访问仪表盘 → 对比昨日 → 邮件简报 | 运营 / 财务 |
| 反馈聚类周报 | 每周五 16:00 | 多渠道反馈 → 主题聚类 → 优先级清单 | 产品 |
| 账户动态日报 | 每个工作日 08:00 | CRM 变化 → 更新 Sites 指挥中心 | 销售 |
4.1 设置定时任务的 Prompt 句式
4.2 无人值守前的安全自检
- 已限制插件访问范围(只连必要工具)
- 已关闭「自动对外发送」除非明确需要
- 已设置输出存档路径,避免覆盖他人文件
- Enterprise 用户:已确认管理员允许的 Agent 网络策略
- 先用「单次运行」验证 2–3 次,再改为定时
五、用量优化:让 Work 模式更省钱
ChatGPT Work 与 Codex 共用用量计费池。同一工作流,设计不同,成本可差 5 倍。
5.1 官方计费逻辑(简化版)
| 因素 | 对用量的影响 |
|---|---|
| 任务步骤数 | 步骤越多,消耗越大 |
| 上下文大小 | 拉取的文档 / 邮件越多,消耗越大 |
| 输出长度 | 输出 Token 成本约为输入的 6 倍 |
| 缓存命中 | 重复读取同一文档,cached input 成本约为 fresh input 的 1/10 |
| 模型选择 | GPT-5.6 复杂推理消耗高于轻量任务所需 |
5.2 七条省钱实操
- 先用 Chat 模式打草稿,满意后把精简版交给 Work 执行
- Plan Mode 删掉多余步骤,尤其是重复拉取同一数据源
- Scheduled Task 复用同一份模板文档,利用缓存折扣
- 输出要求简洁:「表格 + 3 条摘要」优于「完整叙述性报告」
- 大任务拆分:Phase 1 确认方向 → Phase 2 生成成品
- 免费用户:优先桌面端跑小任务,测清消耗后再规模化
- Enterprise 团队:在 Admin Console 设 workspace / group / 个人三级额度
5.3 上线前「用量试算」方法
六、常见踩坑与排障
| 问题 | 原因 | 解决方案 |
|---|---|---|
| Work 模式找不到已安装的 Codex 项目 | 未完成 App 迁移更新 | 更新 Codex App → 自动变为 ChatGPT 桌面端;若异常,从 chatgpt.com/download 重装 |
| 插件授权后仍拉不到数据 | 权限范围不足或 @应用名 拼写错误 | 在插件目录检查授权范围;Prompt 中显式写 @Salesforce 而非泛称「CRM」 |
| Plan 看起来对,执行结果跑偏 | 上下文文件过时或 AI 自行推断 | 执行中随时暂停纠偏;关键数据用附件 / 链接显式提供 |
| 定时任务没有触发 | 电脑休眠 / 桌面端未登录 | 长周期任务建议 Web 端 Workspace Agent;桌面 Scheduled Task 需保持设备唤醒 |
| 用量超预期 | 输出过长、重复拉取、步骤过多 | 参考第五节优化;Enterprise 在 Admin Console 设限 |
| 不知道用 Work 还是 Cowork | 工作流类型不同 | 云端 SaaS 协作用 Work;本地文件夹批处理用 Cowork(详见姊妹篇) |
七、30 天上手路线图
| 阶段 | 目标 | 行动 |
|---|---|---|
| 第 1 周 | 熟悉单任务 | 选 1 个你最熟悉的任务,桌面端 Work 模式手跑 3 次,练习 Plan Mode 审核 |
| 第 2 周 | 插件深度集成 | 连接 3 个核心工具(邮件 + 协作 + 文件),完成 1 次跨 App 端到端交付 |
| 第 3 周 | 自动化 | 将第 1 周任务改为 Scheduled Task,验证 3 次触发稳定性 |
| 第 4 周 | 团队推广 | 整理本岗位 Prompt 模板库;Enterprise 团队同步管理员设额度 |
八、五步入门 Runbook
步骤 2 选最熟悉任务,用 Prompt 公式写清目标与输出格式
步骤 3 Plan Mode 审核:删冗余步骤、确认数据源与约束
步骤 4 验收成品,记录本次用量与人工耗时对比
步骤 5 验证 2–3 次后,改为 Scheduled Task 自动化
可引用技术信息(EEAT)
- 用量倍差:同一 ChatGPT Work 工作流设计不同,成本可相差约 5 倍(OpenAI 用量计费逻辑)。
- 缓存折扣:重复读取同一文档时,cached input 成本约为 fresh input 的 1/10。
- 输出 Token 溢价:输出 Token 成本约为输入的 6 倍——「表格 + 3 条摘要」比长报告更省。
- 月结场景:OpenAI 内部验证月结差异分析可从「数天」压缩到「数小时」。
- 销售 PoC:Discovery 对话转定制化 PoC 方案可从数周缩短至 24 小时(OpenAI 内部案例)。
九、常见问题(FAQ)
Q: 我应该先练哪个岗位的工作流?
A: 选你最熟悉、能判断输出对错的任务。OpenAI 官方推荐:月结差异分析、营销 Brief、销售会议准备。
Q: Prompt 写多长合适?
A: 重点写清「数据源 + 输出格式 + 约束」,通常 150–400 字足够。不要把每一步手动指令都写上。
Q: 定时任务能在关机时运行吗?
A: 桌面端 Scheduled Task 依赖设备在线。需真正后台无人值守,建议 Plus 以上用 Web 端 Workspace Agent 调度。
Q: Work 模式和 Workspace Agent 有什么区别?
A: Work 是个人在 ChatGPT 内直接使用的 Agent 模式;Workspace Agent 是团队在 Business / Enterprise 内构建、共享、统一管理的自动化 Agent,带 Admin Console 治理。
Q: 生成的 PPT / Excel 能直接用于对外汇报吗?
A: 建议视为「80 分初稿」。财务数字、客户名称、对外声明务必人工复核后再使用。
Q: 免费用户能跑本文的哪些模板?
A: 桌面端 Work 模式可试用,但有用量上限。建议先用「发票对账」等轻量任务测试,避免长周期自动化。
结语:从 Prompt 到自动化,Agent 该跑在哪里?
ChatGPT Work 的价值不在于它存在,而在于它消除你已经厌恶的手动工作流。最快 ROI 路径:选一个你熟透的任务,手跑三次、调 Prompt、再自动化。但把 Scheduled Tasks 与 Computer Use 完全绑在个人笔记本上,会面临休眠即中断、本地密钥与 SaaS 凭证混存合规风险、以及 Apple 工具链与 Windows 桌面无法共存等局限;纯 Web 端对 Free 用户限制访问,网络不稳时长任务更易失败重跑。若你需要 7×24 无人值守、隔离生产环境、并与 Xcode CI 或 OpenClaw 网关同机部署,租赁 VPSMAC 的 M4 Mac 云节点通常是比个人笔记本更稳定、更适合 Apple 生态的生产选择。
最后更新:2026-07-11